Ús d'algorismes genètics per desxifrar algorismes de classificació opacs

Abstract

En els últims anys, els mitjans de comunicació han esdevingut un element clau per tal de transmetre informació d'una forma determinada amb l'objectiu de crear una opinió concreta en el lector. Tradicionalment, aquest objectiu s'assolia a través de la pròpia redacció de la informació. No obstant, amb l'aparició de productes interactius on tots els usuaris poden intercanviar informació, ha esdevingut clau la forma en la que aquests usuaris transmeten aquesta informació així com el posicionament que obtenen. Durant aquest treball de fi de màster, s'ha realitzat un seguiment de les notícies publicades a Yahoo! News per tal d'arribar a una aproximació en els seus algorismes de classificació de comentaris. L'objectiu d'aquest treball és poder comprendre quins paràmetres són més importants a l'hora d'establir l'ordre en què els usuaris finals rebran els comentaris publicats, de tal forma que les entitats interessades en aquest aspecte pugin redactar comentaris de forma eficient amb l'objectiu de transmetre una informació determinada. Per tal d'assolir aquest objectiu, en aquest treball s'ha fet ús de metodologies estudiades en aquest màster, tals com els algorismes d'optimització meta-heurística, la programació genètica, les regressions simbòliques, etc. Els resultats d'aquest treball permetran aconseguir una aproximació als algorismes de classificació emprats per Yahoo! News, de tal forma que podrem deduir els criteris seguits amb un determinat error relatiu. Les conclusions d¿aquest treball permetran comprovar que Yahoo! News fa ús de paràmetres de classificació que no es troben a l'abast dels seus usuaris, i que per tant disposa d'una gran opacitat.

In recent years, the media has become a key element in conveying information in a certain way with the aim of creating a concrete opinion in the reader.Traditionally, this goal has been achieved through the writing of the information itself. However, with the advent of interactive products where all users can exchange information, it has become key how these users transmit this information as well as the positioning they obtain. During this master's thesis, the news published in Yahoo!News has been trackedin order to arrive at an approximation in their comment classification algorithms.The aim of this work is to be able to understand which parameters are more important when establishing the order in which end users will receive the published comments, so that the entities interested in this aspect can write comments in a way efficient with the aim of transmitting certain information.In order to achieve this goal, in this work we have used methodologies studied in this master's degree, such as meta-heuristic optimization algorithms, genetic programming, symbolic regressions, etc.The results of this work will provide an approximation to the ranking algorithms used by Yahoo!News, so that we can deduce the criteria followed witha certain relative error.The conclusions of this work will allow us to verify that Yahoo!News makes use of classification parameters that are not available to its users, and therefore has a high opacity.

En los últimos años, los medios de comunicación han acontecido un elemento clave para transmitir información de una forma determinada con el objetivo de crear una opinión concreta en el lector. Tradicionalmente, este objetivo se lograba a través de la propia redacción de la información. No obstante, con la aparición de productos interactivos donde todos los usuarios pueden intercambiar información, ha acontecido clave la forma en la que estos usuarios transmiten esta información así como el posicionamiento que obtienen. Durante este trabajo de fin de máster, se ha realizado un seguimiento de las noticias publicadas en Yahoo! News para llegar a una aproximación en sus algoritmos de clasificación de comentarios. El objetivo de este trabajo es poder comprender qué parámetros son más importantes en la hora de establecer la orden en que los usuarios finales recibirán los comentarios publicados, de tal forma que las entidades interesadas en este aspecto suban redactar comentarios de forma eficiente con el objetivo de transmitir una información determinada. Para lograr este objetivo, en este trabajo se ha hecho uso de metodologías estudiadas en este máster, tales como los algoritmos de optimización meta-heurística, la programación genética, las regresiones simbólicas, etc. Los resultados de este trabajo permitirán conseguir una aproximación a los algoritmos de clasificación empleados por Yahoo! News, de tal forma que podremos deducir los criterios seguidos con un determinado error relativo. Las conclusiones d¿este trabajo permitirán comprobar que Yahoo! News hace uso de parámetros de clasificación que no se encuentran al alcance de sus usuarios, y que por lo tanto dispone de una gran opacidad.